Python 3.x 在熊猫中创建具有两个独特条件的新列？

试图找出熊猫的复杂之处-我有以下示例数据框：

Date             Value      Diff
4/2/2019 17:00   864        57      
4/2/2019 17:15   864        0
4/2/2019 17:30   864        0
4/2/2019 17:45   864        0
4/2/2019 18:00   864        0
...
5/2/2019 07:00   864        0
5/2/2019 07:15   864        0
5/2/2019 07:30   864        0
5/2/2019 07:45   864        0
5/2/2019 08:00   864        0
5/2/2019 08:15   864        0
5/2/2019 08:30   1564       700
5/2/2019 08:45   1784       223
5/2/2019 09:00   1904       120
5/2/2019 09:15   2095       191
5/2/2019 09:30   2095       183
5/2/2019 09:45   2095       85
5/2/2019 10:00   2095       58
5/2/2019 10:15   2095       134
5/2/2019 10:30   2555       78
5/2/2019 10:45   2678       123
5/2/2019 11:00   2777       99

预期的数据帧如下所示：

Date             Value      Diff      NewCol1
4/2/2019 17:00   864        57        57
4/2/2019 17:15   864        0         63.63
4/2/2019 17:30   864        0         63.63
4/2/2019 17:45   864        0         63.63
4/2/2019 18:00   864        0         63.63
...
5/2/2019 07:00   864        0         63.63
5/2/2019 07:15   864        0         63.63
5/2/2019 07:30   864        0         63.63
5/2/2019 07:45   864        0         63.63
5/2/2019 08:00   864        0         63.63
5/2/2019 08:15   864        0         63.63
5/2/2019 08:30   1564       700       63.63
5/2/2019 08:45   1784       223       223
5/2/2019 09:00   1904       120       120
5/2/2019 09:15   2095       191       191
5/2/2019 09:30   2095       183       183
5/2/2019 09:45   2095       85        85
5/2/2019 10:00   2095       58        58
5/2/2019 10:15   2095       134       134
5/2/2019 10:30   2555       78        78
5/2/2019 10:45   2678       123       123
5/2/2019 11:00   2777       99        99
...

创建

NewCol1

有两个条件：

当重复

值
时，如果
Diff
为0，并且仅在时间范围从07:00到18:00之间，则计算0+1的数字和
值的差值
并将其除以（在本例中，
（1564-864）/11
）。请注意，
+1
用于计算最后一个
0
之后的行，该行位于
08:30
，此类事件将始终连续发生，如本例所示（示例
4/2/2019 17:15至5/2/2019 08:30
）

如果重复

Value

，且

Diff

大于0，则将该行中的

Diff

复制到

NewCol1

，包括上次重复

Value

后的行，且

Diff

大于0（例如

2019年5月2日09:45至2019年5月2日10:30

）

熊猫是否能够对该数据帧完全执行上述条件？如果没有，我可以尝试其他Python方法吗？尽量避免使用

if-else

，因为高效是很重要的，因为将有数十万行。

添加列：

df['NewCol1'] = df['Diff']

---

我知道，因为您希望避免其他优化，如果-但目前该解决方案可以工作：

时间间隔-

适用于—

---

您能否通过以下提供样品来改进您的问题？另外，如果

Value

没有重复代码应该执行的操作，只需复制

Diff

？如果

Diff

为0怎么办？

def convertValues(row):
    if (row['Diff'] > 0):
       return row['Diff']
    if (row['Diff'] == 0 and row['Date'].between_time('7:00','18:00'):
       return row['Value'] - int(row['Value'].name-1) / row.name
   
transformedDf = df.apply(lambda x: convertValues(x), axis=1)